- •3.2.1.2 Наближення з перетворенням Фур'є (1d)
- •3.2.1.3 Наближення 1d-сплески
- •3.2.2 Стохастична точка зору: Випадкові процеси та корисні кількісні характеристики
- •3.2.2.1 Змінна середньої
- •3.2.2.2 Геометричне згладжування часових рядів.
- •3.2.2.3.Розгляд сезонної складової.
- •3.2.2.4 Час серії моделювання з використанням випадкових процесів
- •3.2.2.6 Продовження прикладу 3.2.2.4
- •3.2 Опис представленої "Змішаної" у вимірах за допомогою аналітичної функції.
- •3.2.2.5 Прогнозування з накладенох моделі
- •3.3 Врахування вплив простору, часу та інших факторів
- •3.3.1 Класичний Коефіцієнт кореляції, кореляційна функція, і вплив функції
- •3.3 Врахування впливу простору, часу та інших факторів що відповідає в нашому випадку
- •3.3.2 Точки і знаки: Парна і точкова кореляційна функція і точковий процес статистики.
- •3.3.2.1 Однорідні Пуассонові поля.
- •3.3.2.3 Matern Cluster Fields
3.3.2.3 Matern Cluster Fields
Matern Cluster Fields популярні та часто використовуються. Основою кластерної моделі є однорідне поле Пуассона інтенсивності λ0. Випадкові точки поля Пуассона називають «батьківськими точками». На другому етапі, дочірні точки розкидані у випадковому порядку навколо кожної «батьківської точки». Об’єднання лише дочірніх точок, не враховуючи «батьківських», формує поле Неймана-Скотта. Ми говоримо про Matern Cluster Fields ,якщо випадкове число дочірніх точок у кластері слідує розподілу Пуассона з постійним параметром μ. У цьому випадку функція ймовірності, що описує відстань дочірньої точки розсіяної на диску з радіусом R від центру кластера, відповідає
(3-113)
Моделювання Matern Cluster Fields просте і реалізоване в більшості програмних засобів, що використовуються для точкових процесів. Для цих полів можна розрахувати важливі характеристики, описані вище. Наприклад, К-функція дає
(3-114)
Парна кореляційна функція [порівн (3-96)] є

(3-114’)
Примітка: Для того, щоб перевірити, чи є модель точок реалізацією Matern Cluster Fields або іншої відомої моделі, рекомендується застосовувати Монте-Карло L-тести. Моделювання алгоритмів для багатьох випадкових точкових полів досі реалізується в звичайних статистичних програмних засобах, таких як "Р."
